经典机器学习在深度伪造音频检测中大放异彩，准确率高达93%

这项令人振奋的研究表明，可解释的经典机器学习模型能够有效应对日益严重的合成语音欺诈威胁。通过识别音高变化和频谱丰富度等特定声学线索，该研究为复杂的神经网络提供了一种透明且高度准确的替代方案。这些模型在高保真和电话质量音频中均达到了93%的惊人准确率，为未来的安全系统提供了强大且易于理解的基线。